为了解决焊接缺陷磁光图像轮廓信息难以提取的问题, 提出一种图像去噪及轮廓检测方法。通过激光点焊获取裂纹缺陷样本, 利用有限元模拟仿真并获取缺陷漏磁场, 对比分析磁光图像灰度连续性、集中性及噪声特性; 利用快速非局部均值滤波算法去除噪声, 并与传统滤波器进行对比分析; 根据磁光图像缺陷信息与背景信息梯度值相异的特性, 在1阶梯度图的基础上进行Otsu法阈值分割与边缘检测。结果表明, 经该方法处理后的磁光图像标准差及图像熵分别达到30.0465及6.0395, 图像聚集程度更好, 更贴近仿真磁场曲线, 并能较好地提取缺陷轮廓信息。这一结果对后续缺陷识别及目标检测是有帮助的。

提出了一种基于均值滤波的计算鬼成像（CGI）去噪方法，可以有效降低来自复杂环境的噪声干扰，提高CGI的成像质量。以尺寸为3×3的模板均值滤波器为例，设计了9组与均值滤波器相关的Hadamard移动散斑，并将各移动散斑依次照射到待测物体上，获得对应的桶探测器值。将9组桶探测值的累加值与散斑进行二阶关联，可获得被测物体去噪后的像。仿真和实验结果表明：在相同高斯和椒盐噪声环境下，所提方法获取的成像结果明显优于传统CGI的结果；所提方法具有较好的去噪能力，在不断变化的复杂环境中，有一定的应用优势。另外，所提方法将图像去噪中的均值滤波概念引入到关联成像中，提供了一种将信号处理方法用于CGI的新思路。

针对现有的算法对于高密度脉冲噪声的去除缺乏有效性和鲁棒性, 难以有效地保持和恢复图像的边缘和细节结构, 提出了一种小波检测的二次迭代修剪均值滤波方法。方法充分利用脉冲噪声的特征以及小波阈值去噪图像的高度相关性, 根据灰度最值与小波阈值去噪图像进行噪声检测, 先后分别用3×3和5×5邻域的迭代修剪均值滤波对噪声像素进行恢复。实验结果显示, 相对于现有的最新提出的方法, 所提出的方法获得更高的PSNR和EPI值, 以及更好的视觉效果, 具有优越的去噪性能和更好的细节结构保持能力。

针对投影仪和相机的伽马非线性效应会使解包裹相位结果产生周期性误差的问题,提出一种基于均值模板的相位误差抑制方法。首先对解包裹相位进行傅里叶变换,计算出相位误差的周期值。之后,设计出长度可变的一维均值滤波模板,模板的长度与相位误差的周期相关。最终用此模板对解包裹相位进行均值滤波,消除周期性误差。实验结果显示,所提方法使解包裹相位的周期性误差平均减少94%,消除了采用结构光测量平坦物体深度信息时出现的失真波纹,在没有复杂的数学模型和增加条纹图案的前提下提高了相位测量和深度信息测量的准确度,更适合于实际应用。

针对基于MEMS的姿态测量系统因为存在误差而导致姿态解算漂移的问题, 提出一种基于变步长动量梯度下降的姿态解算算法。该算法从传感器数据去噪和姿态解算两部分提高姿态解算精度。在传感器数据去噪方面, 为了工程实用, 降低微处理器计算量, 提出一种改进递推限幅均值滤波算法; 在姿态解算方面, 在梯度下降法的基础上设计自适应步长, 使用动量梯度优化每次迭代方向, 使得每次迭代后误差最小, 同时使用动态限幅滤波抑制角度振荡。静态和动态实验结果均表明了所提算法的有效性和优越性。

核可能性C-均值(KPCM)聚类算法将核方法引入可能性聚类中,使其对超球体、含噪声和奇异点的数据能进行有效聚类,但存在可能性聚类的中心重合问题。因此,将β-截集引入KPCM聚类算法中,通过产生聚类核修改部分样本数据的典型值,以改善类间关系。同时,提出了一种基于截集门限的核可能性C-均值(C-KPCM)聚类算法,克服了KPCM聚类算法一致性聚类的缺陷。结合图像的非局部空间信息,利用自适应中值滤波算法可自适应调节滤波半径的特性,产生新的模糊因子,并将其加入C-KPCM聚类算法的目标函数中,提出了基于非局部空间信息的核可能性C-均值聚类算法,增加了强噪声干扰下聚类算法的鲁棒性,仿真结果验证了本算法有效性。

数字均值滤波器在高精度测温系统中可以有效降低噪声,提高信噪比,但也会造成信号的失真,引入不确定度,而采集到的温度信号一般为离散时间序列信号,现有的滤波器评价方法很难量化这种信号带来的失真。为了解决该问题,分析了温度缓变对象的温度变化特性,通过低噪声、高精度测量仪器采集被测物的典型温度信号序列,并由此构建数字均值滤波器的输入序列,从而得到该滤波器在当前输入信号模型下的不确定度,建立了一套评价数字均值滤波器在高精度测温系统中所引入不确定度的方法。对温度稳定条件下的黑体进行测温实验,得到了该黑体的温度波动范围为(30.874±0.002)℃,其温度变化率服从正态分布函数,验证了本文建立的温度特性模型的正确性。使用Fluke 1595A测温仪采集典型温度序列,对数字均值滤波器进行了不确定度分析,得到了在不同采样间隔时间、不同滤波器长度条件下,均值滤波器所引入的不确定度。基本解决了数字均值滤波器在高精度测温系统中引入不确定度难以评估的问题。

针对存在光照不均匀干扰的工业图像,提出了一种基于图像的多方向灰度波动局部阈值分割方法。先对图像进行均值滤波预处理;然后提取水平、垂直和左右对角线四个方向上的一维灰度波动曲线,并对每条曲线上满足波动幅度阈值条件的波峰和波谷进行一维局部阈值分割;最后将分割后的子图像进行与操作,得到最终分割图像。实验结果表明,该方法能够有效提高对光照不均匀图像分割的准确性,与二维Otsu、二维Tsallis和Niblack算法相比分割效果有显著提升。

为了改进传统多尺度变换滤波在电子散斑干涉(ESPI)条纹图中去噪效果和边缘细节保护不理想问题, 提出改进非下采样轮廓波(NSCT)滤波算法。采用离散平稳小波变换和NSCT变换模型, 联合非线性扩散和改进的快速非局部均值滤波算法, 进行了理论分析和实验验证, 取得了将本文中算法应用于模拟和实验ESPI条纹图滤波效果定量分析的数据。结果表明, 本文中的算法在模拟ESPI条纹图和实验图相比其它算法散斑指数最小分别为0.41121, 0.38043, 0.35362, 对应峰值信噪比最大; 该算法在提升去噪能力的同时, 能够更好地恢复条纹细节信息。研究结果为以后应用多尺度变换滤波在ESPI条纹图打下了基础。

针对红外弱目标跟踪问题, 提出箱粒子标签多伯努利多目标检测与跟踪(Box Particle Labeled Multi-Bernoulli Detection And Tracking, BOX-LMB-DT)算法, 该算法首先通过使用均值滤波对获得的灰度图像进行降噪处理; 其次, 通过将所有像素处依强度大小进行排序, 选出强度较大的区域作为当前时刻的区间量测; 最后利用箱粒子标签多伯努利滤波(Box-Labeled Multi-Bernoulli Filter, Box-LMB)器对目标进行跟踪.仿真结果表明, 所提箱粒子标签多伯努利多目标检测与跟踪算法能够对多目标的航迹和状态进行稳定有效的跟踪, 且在相同条件下, 相较于区间量测下的LMB粒子滤波, 达到相同的跟踪性能时BOX-LMB滤波运算效率提升了22.59%.